/ Модель
Каталог

Характеристики

Контекст
2 800 токенов
Параметры
138 млн
Лицензия
MIT
Архитектура
gpt_neo · dense
Опубликована
2 мая 2023

Ссылки

Hugging Face

gptneo-txt2ARXMLv1.3

sarahh23
Генерация текстаТекст → текст3 профессии

Дообученная GPT-Neo на 137,7 млн параметров для генерации текста; название модели указывает на возможную работу с ARXML.

242скачиваний за 30 дней0лайковвеса обновлены6 мая 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

gptneo-txt2ARXMLv1.3 — дообученная языковая модель Sarahh23 на основе EleutherAI/gpt-neo-125m. Это плотная GPT-Neo с 137,7 млн параметров, предназначенная для генерации текста; название указывает на работу с ARXML, однако README не описывает её назначение подробнее. В README приведён результат оценки: loss 0,5190, но не раскрыты набор данных и методика оценки.

Модель использует формат PyTorch и имеет контекст длиной 2800 токенов. В карточке нет подтверждённых сведений о поддерживаемых естественных языках, конкретных сценариях применения или ограничениях качества. Лицензия — MIT.

Сценарии применения

  • генерация текста на основе запроса

Ограничения

README не раскрывает целевое назначение, данные обучения и сценарии применения; указанная оценка loss 0,5190 не сопровождается описанием методики.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gptneo-txt2ARXMLv1.3

This model is a fine-tuned version of EleutherAI/gpt-neo-125m on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5190

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0002
  • train_batch_size: 2
  • eval_batch_size: 2
  • seed: 42
  • distributed_type: multi-GPU
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 1000
  • num_epochs: 5

Training results

Training LossEpochStepValidation Loss
2.23670.99322.1758
0.99741.98640.9551
0.6642.98960.7031
0.57994.01290.5972
0.48374.961600.5190

Framework versions

  • Transformers 4.28.1
  • Pytorch 2.0.0+cu118
  • Datasets 2.12.0
  • Tokenizers 0.13.3

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTNeoForCausalLM
Ревизия весов
cb4154e

0 моделей

    Создать бенчмарк